摘要
本发明涉及网络安全技术领域,特别是网络流量智能异常检测与溯源系统及其方法,包括:多维流量特征提取模块,利用Riemann zeta函数对原始网络流量数据进行特征提取,生成特征矩阵;拓扑特征嵌入模块,与多维流量特征提取模块通信连接,基于特征矩阵,生成拓扑流形;非线性动力系统映射模块,生成动力系统状态向量;谱分解与特征提取模块,与非线性动力系统映射模块通信连接;对动力系统状态向量进行谱分解,提取系统特征;异常检测决策模块,与谱分解与特征提取模块通信连接,基于系统特征,利用Bessel函数进行异常检测决策,输出异常检测结果,提升了网络异常检测与溯源的准确性、效率和可解释性。
技术关键词
非线性动力系统
特征提取模块
溯源系统
网络流量数据
系统特征
拓扑特征
特征值
模块通信
生成特征
矩阵
决策
网络流量异常检测
深度强化学习算法
关键节点识别
网络异常检测
网络流量特征
网络安全技术
系统为您推荐了相关专利信息
管端坡口
自动评估方法
相控阵技术
相控阵检测技术
噪声抑制
识别方法
标签
特征提取模块
深度学习网络模型
回波
大气散射模型
图像去雾方法
图像去雾模型
卷积模块
分支